13.07.2015 Aufrufe

Importance Sampling für Diffusionsprozesse mit Anwendungen in ...

Importance Sampling für Diffusionsprozesse mit Anwendungen in ...

Importance Sampling für Diffusionsprozesse mit Anwendungen in ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

4.2 Dynamisches <strong>Importance</strong> <strong>Sampl<strong>in</strong>g</strong> <strong>für</strong> asiatische OptionenForschungsarbeiten.4.2 Dynamisches <strong>Importance</strong> <strong>Sampl<strong>in</strong>g</strong> <strong>für</strong> asiatischeOptionenEs sei G : C x [0, T ] → R e<strong>in</strong> Auszahlungsfunktional, S e<strong>in</strong> Diffusionsprozess und (S ɛ ) ɛdie entsprechende Prozessfamilie im Freidl<strong>in</strong>-Wentzell S<strong>in</strong>n <strong>mit</strong> S ɛ=1 = S. E<strong>in</strong> entscheidenderPunkt bei der Herleitung des dynamischen Maßwechsels der Formh t = − 1v(t, X t ) σ(X t)D x v(t, X t )0 ≤ t ≤ Tim Falle europäischer Auszahlungen G(S) = g(S T ) ist die Markoveigenschaft vom G(S).Diese Bed<strong>in</strong>gung ist <strong>in</strong> vielen Fällen verletzt und verh<strong>in</strong>dert so e<strong>in</strong>e Anwendung diesesAnsatzes. Dieser Umstand kann <strong>in</strong> e<strong>in</strong>igen Situationen allerd<strong>in</strong>gs korrigiert werden. Wirmöchten das am Beispiel e<strong>in</strong>er asiatischen Option vorstellen: E<strong>in</strong>e asiatische Option aufe<strong>in</strong>en Preisprozess S ist e<strong>in</strong>e Funktion se<strong>in</strong>es Mittelwertes, d. h. e<strong>in</strong> Claim der Form( 1C = HT∫ T0S t dt<strong>für</strong> e<strong>in</strong>e Funktion H : R → R. Def<strong>in</strong>iere e<strong>in</strong>e Hilfsvariable)Y := 1 T∫ T0S t dt.Der Prozess (X, Y ) ist nun e<strong>in</strong> Markovprozess und ermöglicht die Anwendung der vorgestellten<strong>Importance</strong> <strong>Sampl<strong>in</strong>g</strong> Methode.Betrachte die Prozessfamilie gegeben durch Y ɛ := 1 ∫ TT 0 Sɛ t dt. Gel<strong>in</strong>gt nun die Herleitunge<strong>in</strong>es LDP <strong>für</strong> (Y ɛ ) ɛ <strong>mit</strong> Ratenfunktion I Y , so liefert Varadhans Theorem e<strong>in</strong>eApproximationEH(Y ) ∼ exp(sup log H(y) − I Y (y)y∈RDa<strong>mit</strong> ist nun lediglich e<strong>in</strong> reelles Maximierungsproblem zu lösen.Der generelle Vorteil dieser Methode besteht also <strong>in</strong> der Reduktion des Rechenanteils aufe<strong>in</strong> reelles Maximierungsproblem. Es muss nun noch e<strong>in</strong> LDP <strong>für</strong> stochastische Integralehergeleitet werden:).89

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!